Keras相当于tensorflow优化器

我需要将神经网络从TF转换为Keras。 有点简单，除了Tensorflow中的“动量”优化器

我最好的猜测是TF中的“动量”将是Keras中的SGD。 这是正确的吗

如果是这样，我应该在Keras中设置什么样的默认hyparparameters“lr，momentum，decay，nesterov”来匹配TF中的默认调用“optimizer=momentum”

谢谢大家!

要翻译的行：

network = regression(
network,
optimizer='momentum',
loss='categorical_crossentropy'
)

查看优化器上的Keras

您有两个选项：要么在编译模型时按名称定义优化器，在这种情况下，将应用默认选项：

model.compile(loss=..., optimizer='sgd')

或者单独实例化优化器对象，并在将其传递到

model.compile（）之前指定其他选项：

您试图翻译的TensorFlow代码似乎正在使用高级API TF learn

默认情况下，TF learn中的动量对象使用以下值初始化：

def __init__(self, learning_rate=0.001, momentum=0.9, lr_decay=0.,
             decay_step=100, staircase=False, use_locking=False,
             name="Momentum"):

它也不使用Nesterov动量。有关更多信息，请参阅

要将其翻译为Keras，我将使用：

#define all your layers in the network variable
momentum = keras.optimizers.SGD(lr=0.001, momentum=0.9, decay=0., nesterov=False)
network.compile(loss='categorical_crossentropy', optimizer=momentum)

你能补充一点细节吗？例如，您要翻译的代码行及其相关代码？
#define all your layers in the network variable
momentum = keras.optimizers.SGD(lr=0.001, momentum=0.9, decay=0., nesterov=False)
network.compile(loss='categorical_crossentropy', optimizer=momentum)